Daten sind der Motor des digitalen Business: Für Unternehmen ist es strategisch enorm wichtig geworden, Advanced Analytics zu nutzen, um Trends aufzudecken und (erfolgs-)entscheidende Insights zu gewinnen. Allerdings ist es meist nicht so einfach, datengetriebene Projekte auf den Weg - geschweige denn zu einem erfolgreichen Abschluss - zu bringen. Tatsächlich stehen Unternehmen in der Praxis vor diversen Herausforderungen, wenn sie Ihre Datenressourcen nutzen wollen, um sich einen Wettbewerbsvorteil zu verschaffen.

Eine Foundry-Studie nimmt unter die Lupe, was genau die Firmen daran hindert, zu Data-driven Companies zu werden. Dabei haben sich fünf wesentliche Gründe dafür herauskristallisiert, dass Dateninitiativen ins Leere laufen. Diese haben wir mit IT-Entscheidern und -Experten diskutiert.

1. Kein Budget für Daten

Technologieinitiativen zu finanzieren, kann diffizil sein - insbesondere bei einer unsicheren Wirtschaftslage. Dabei bleiben Datenprojekte nicht außen vor, beziehungsweise konkurrieren möglicherweise mit anderen, finanzierungsbedürftigen Projekten. Für IT-Entscheider und ihre Datenteams ist deshalb essenziell, ihre Projekte nicht zu komplex zu gestalten - und für jedes einzelne einen überzeugenden Business Case zu liefern.

Geht es nach Craig Susen, CTO und Technology Enablement Lead bei der Unternehmensberatung Unify Consulting, ist Data-driven vor allem auch ein kulturelles Bestreben: "Es ist nötig, Key Performance Indicators zu entwerfen beziehungsweise zu überdenken, Daten zeitnah zu erfassen und sie schnell in gemeinsam genutzte Umgebungen zu überführen. Anschließend können sie ausgewertet und aggregiert werden - etwa mit Hilfe von Machine-Learning-Algorithmen. Viele Unternehmen verkomplizieren diesen Prozess, indem sie zu viel auf einmal wollen oder an den falschen Stellen ansetzen, was dem Unternehmen und den Kunden keinen echten Mehrwert bringt."

Auch deshalb profitieren CIOs - und andere Technologieverantwortliche - von guten Arbeitsbeziehungen zu ihren C-Level-Kollegen. Wenn es ums Budget geht, rückt dabei insbesondere der CFO in den Fokus. Ihm sollten Sie überzeugend darlegen können, inwiefern Ihr Datenprojekt positiv zum Gesamtergebnis des Unternehmens beiträgt.

2. Datenstrategie unklar

Charles Link, Senior Director of Data and Analytics bei Covanta, bemüht sich, ein passendes Bild dafür zu finden, wenn eine Datenstrategie, mit der man entsprechende Projekte steuern könnte, unvollständig ist oder unzureichend artikuliert wurde: "Das ist, als schrieben Sie eine Dissertation - ohne Gliederung. Eine Datenstrategie verschafft Klarheit darüber, wie Daten und Technologien ausgerichtet werden müssen, um das Ziel zu erreichen - und auf dem Weg dahin Mehrwert zu liefern."

Nach Meinung des Datenexperten sollte eine erfolgreiche Datenstrategie:

• sowohl eine Data-Management- (im Allgemeinen IT-Tools, -Technologien und -Methoden)

• als auch eine Datennutzungskomponente aufweisen.

Mike Clifton, Executive Vice President und Chief Information and Digital Officer bei Alorica, beklagt, dass in Unternehmen oftmals kein klares Verständnis darüber herrsche, welche Daten verfügbar sind, wie diese definiert sind, wie häufig sie sich ändern und wie sie genutzt werden. Seiner Einschätzung nach müssten Unternehmen vor jedem Data-driven-Projekt dafür sorgen, dass alle Stakeholder eine gemeinsame Sprache sprechen: "Wenn eine solide Grundlage fehlt, sind Budget und Finanzierung unvorhersehbar. Oft wird in solchen Fällen zuerst gekürzt, weil Scope und erreichbare Ergebnisse unklar sind."

3. Ruinöse Implementierung

Was eben besprochenen Punkt noch erschwert: Datenprojekte sind in der Regel teuer. Sie erfordern von Beginn an erhebliche Investitionen in Sachen Ressourcen und Budget, wie Clifton unterstreicht: "Es handelt sich eher um langfristige Projekte - keine schnellen Lösungen für akute Prioritäten. Viele Entscheidungsträger sind sich der Tragweite und dem Wertbeitrag für das Business nicht bewusst. Die komplexe Natur der Datenerfassung und die effiziente Nutzung der Informationen, um einen klaren Return on Investment zu erzielen, kann angesichts der Tatsache, dass ein Fehler die Kosten exponentiell in die Höhe treiben kann, einschüchternd wirken."

Würden solche Projekte allerdings zum Erfolg, könnten sie das Unternehmen rationalisieren und langfristig Zeit und Geld sparen, so der Digitalentscheider: "Es ist deshalb wichtig, eine klare Strategie zu haben, um Daten optimal zu nutzen und sicherzustellen, dass die wichtigsten Stakeholder den Plan und dessen Ausführung durchdrungen haben."

In diesem Rahmen müssen Unternehmen übrigens nicht nur in Tools beziehungsweise Technologien investieren, sondern auch in rar gesäte Spezialisten wie Datenwissenschaftler. "Ohne IT-Talente und Mitarbeiter mit den richtigen Skillsets ist es schwierig bis unmöglich, datengesteuerte Projekte zu realisieren", konstatiert Scott duFour, Global CIO beim Zahlungsdienstleister Fleetcor. "Bei der Suche nach potenziellen Mitarbeitern im Datenbereich sollten auch angrenzende, relevante Skills Berücksichtigung finden, die dabei helfen können, datengesteuerte Projekte voranzutreiben."

4. Anderes hat Vorrang

Angesichts der allgegenwärtigen digitalen Transformation im Unternehmensumfeld ist es nachvollziehbar, dass bestimmte Projekte höher priorisiert werden als andere. Wenn es sich bei letztgenannten um Datenprojekte handelt, läuft allerdings etwas schief. Analytics-Experte Link erklärt: "Wenn Initiativen im Rahmen der digitalen Transformation Vorrang vor Dateninitiativen haben, sollten Sie das neu bewerten. Erstgenanntes sollte in jedem Fall Dateninitiativen miteinschließen - das eine geht nicht ohne das andere."

Und nicht nur das: Bei der digitalen Transformation Datenaspekte zu vernachlässigen, könne zum Scheitern anderer Initiativen führen, warnt David Smith, Vice President und CIO beim Logistikunternehmen Atlas Van Lines: "Ich hätte Bedenken eine digitale Transformation ohne solide Datenstrategie voranzutreiben. Schließlich sollten die erfolgsentscheidenden Ergebnisse, Iterationen und Umstellungen auf datengetriebener Entscheidungsfindung basieren."

5. Fehlender Buy-In

Wenn die oberste Führungsebene von Data-driven wenig hält, sinken die Erfolgschancen für entsprechende Projekte enorm. CIO duFour bringt es auf den Punkt: "Mangelnder Support von oben kann ein Data-driven-Projekt im Keim ersticken."

Smith empfiehlt deshalb, jede Gelegenheit zu nutzen, um den Wertbeitrag von Dateninitiativen hervorzuheben - und ihn entsprechend zu unterfüttern: "Im Rahmen kleiner Proof-of-Concepts kann dieser etwa durch operative Dashboards oder die Automatisierung manueller Tasks aufgezeigt werden. Das wird das Interesse der Geschäftsleitung wecken." (fm)

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation CIO.com.